Raphael LimaPublicações
← Voltar à colunata

II. Experiência · 04

04

Especialista em Ciência de Dados

Banco BV

Revisar de forma independente modelos preditivos em crédito, cartões, fraude, clientes e investimentos.

MAR 2019 — FEV 2020 / Bancos

Papel

Segunda linha, Cartões, fraude, clientes e investimentos, Bancos

Revisou de forma independente iniciativas de ciência de dados, analytics avançado e modelos preditivos em cartões de crédito, prevenção a fraudes, gestão de clientes e investimentos, junto às áreas de Ciência de Dados, Riscos, Auditoria Interna, Compliance e Prevenção a Fraudes.

Abordagem

Avaliou os processos de desenvolvimento e validação de modelos (linhagem de dados, premissas, seleção de variáveis, monitoramento de desempenho, documentação e eficácia dos controles), adequou o framework de auditoria a um modelo data-driven e elaborou relatórios para o Comitê de Auditoria.

Impacto

  • Modelos e estratégias antifraude que auditou e desafiou contribuíram para reduzir em 20% as perdas com fraude em cartões de crédito.
  • Modelos que auditou e desafiou contribuíram para reduzir em 10% a evasão de clientes.

Aprendizado

Um modelo valioso também precisa ser explicável, reproduzível e governável.

Casos de uso vinculados

  • Banco BV

    Auditoria contínua do capital

    2019–2020

    DesafioUma auditoria anual por amostragem cobria poucas centenas de operações em carteiras de milhões, com reprocessamento manual de semanas, enquanto novas normas elevavam o custo de um erro no capital.

    SoluçãoControle contínuo sobre a população inteira a cada data-base: recálculo independente, testes de completude, detecção de anomalias, reconciliações automáticas e trilha de evidências para conselho, auditores e Banco Central.

Referências

← Voltar à colunata